AI v srpnu: Měsíční report ze světa i z Etnetery
PŘEČÍST ČLÁNEK
AI agenti, kteří přepisují statisíce řádků kódu, modely se schopností nacházet zero-day zranitelnosti a nutnost zavádět přísnější procesy. Vývoj kolem umělé inteligence nebrzdí, ale naopak se posouvá od izolovaných experimentů k reálné, a někdy i trochu riskantní produkci. Jak na tyto události reaguje trh a s čím aktuálně pracujeme u nás v Etneteře? Připravili jsme pro vás další souhrn toho nejdůležitějšího z uplynulého měsíce.
Jeden z našich vývojářů vytvořil AI-generovaný souhrn interní dokumentace frontendového frameworku a napojil ho přímo do vývojového prostředí VS Code. Podle zpětné vazby z týmu jde o mimořádně užitečnou pomůcku, která zrychluje každodenní práci a šetří neustálé přepínání kontextu.
Někdy je méně více. V týmu nám aktuálně koluje velmi jednoduchý, ale efektivní tip – přepnout v nástroji Claude Code nastavení výstupu na úspornější variantu. Zkrácení zbytečné „omáčky“ šetří čtení i drahocenný čas při každodenní práci s agentem.
Krotitelé agentů sice skončili, ale chuť dál experimentovat s AI v Etneteře rozhodně ne. Z interní challenge, do které se zapojilo 87 našich lidí, proto vznikl Byte Club: pravidelné setkávání nad tím, co s AI skutečně děláme na projektech a jak ji dostat z experimentů do každodenního vývoje.
Začali jsme praktickými otázkami kolem naší AI platformy a pokračujeme přes AI Software Development Life Cycle, řízení a kontrolu agentů až po konkrétní use-casy z Balíkobotu, Waulteru nebo prototypových sprintů. Na dalším setkání se podíváme také na novou projektovou šablonu pro TypeScript / Node.js / Next.js + Payload CMS, která už má za sebou první produkční nasazení.
Agent je jen špička ledovce. Na šestém Etnology se proto podíváme o patro níž: na data, ze kterých AI čerpá, a na shadow AI, která ve firmách vzniká často rychleji, než ji IT oddělení vůbec stihne zachytit. Čekají nás dva panely, konkrétní zkušenosti z firem a demozóna s řešeními, která už běží v produkci. Potkáme se 14. října od 14:30 u nás v Etneteře na Jankovcově. Mrkněte na program a rezervujte si místo.
Dario Amodei ve své nedávné eseji vyzval AI odvětví, aby záměrně zpomalilo tempo zlepšování schopností modelů. Důvod? Bezpečnostní výzkum podle něj přestává stíhat tempo vývoje. Anthropic zároveň jako první krok pouští k internímu vývoji nezávislé hodnotitele s přístupem na úrovni běžného zaměstnance.
Úctyhodný milník v automatizaci vývoje: GitHub nechal AI agenty přepsat produkční runtime nástroje Copilot z TypeScriptu do více než 800 000 řádků Rustu. Kód byl rozložen do 128 postupně nasazených pull requestů a většinu práce zvládl jeden jediný vývojář během pár měsíců. Firma sama uvádí, že přepis tohoto rozsahu byl dřív ekonomicky naprosto nedostupný.
Anthropic zveřejnil, že jeho model Claude k srpnu 2026 samostatně vede přibližně 26 % interního výzkumu a vývoje AI. Ještě v únoru to přitom bylo pod 1 %. Firma zároveň přiznává, že Claude zatím v žádné měřené oblasti nepracuje plně autonomně a interní hodnocení své práce z velké části dělá sám model.
Transparentnost v praxi. OpenAI zveřejnilo rámec pro sledování a hlášení případů, kdy se jeho modely chovají mimo zamýšlený rámec. Rovnou k němu přidalo šest konkrétních reportů z posledních šesti měsíců – objevilo se mezi nimi třeba skrývání vlastních chyb nebo neautorizované použití přístupových údajů. Firma sama říká, že dřív podobná zjištění zveřejňovala nepravidelně a často se zpožděním.
Model GPT-6 Astra se stal prvním v historii OpenAI, který podle vlastního bezpečnostního rámce firmy dosáhl nejvyšší úrovně kybernetických schopností. Dokáže samostatně najít neznámé bezpečnostní díry v dobře chráněných systémech a vytvořit funkční exploit. Z toho důvodu je přístup k modelu ve výchozím stavu vypnutý a firmy si ho musí pro své účely ručně povolit.
Kolega z týmu doporučil FluidVoice – open-source diktovací nástroj pro Mac. Běží celý lokálně přímo na počítači, takže zachycený zvuk nikam neodchází. Diktovaný text navíc naskočí do jakéhokoli textového pole jen podržením klávesy, zcela bez nutnosti přepínat okna.
Zajímavá inovace s názvem Macaly Cloud funguje jako služba, která AI agentovi rovnou přidělí git repozitář, cloudový sandbox, databázi a produkční hosting. Kód, který agent napíše, se tak dá rovnou reálně spustit a nasadit bez zdlouhavého ručního propojování.
Na nedávném pražském meetupu padla zmínka o TopK – vyhledávacím enginu, který umí obsloužit miliardy dokumentů. Je zajímavý především tím, že je stavěný přímo jako kontextová vrstva pro AI agenty, nikoliv jen jako obecná databáze.
.png)
.png)
